成立四個月、估值四十億美元：Recursive Superintelligence 融資五億打造「自我改進 AI」

在 AI 時代的創投圈，大膽的押注從來不缺，但 Recursive Superintelligence 或許剛剛重新定義了這個詞的意義。這家成立僅四個月、員工人數約二十人的倫敦新創公司，獲得了 Google 旗下的 GV（前身為 Google Ventures）與輝達（Nvidia）合計至少五億美元的投資，公司估值在注資前已達四十億美元。據悉，這輪融資嚴重超額認購，最終規模可能突破十億美元。迄今為止，該公司從未推出任何公開產品，也未以自身名義發表過任何研究論文。然而，科技業兩大最具眼光的機構投資人，仍為這家公司開出了讓大多數上市軟體公司望塵莫及的估值。

原因正在於這場豪賭的雄心：Recursive Superintelligence 打算建構能夠自主運行整個前沿 AI 研發流程的系統——把人類研究員從每一個環節徹底抽離。

從頂尖 AI 機構召集的夢之隊

Recursive Superintelligence 於 2025 年 12 月 31 日完成公司登記，堪稱史上最年輕的獨角獸級融資案之一。其創辦團隊的陣容，宛如從現代 AI 研究最頂尖的殿堂中精心挑選出的名冊。

聯合創辦人 Richard Socher 是自然語言理解神經網路方法的重要建構者之一，早年在史丹佛開發了廣為人知的 GloVe 詞向量，後轉任 Salesforce 首席科學家，在大型科技公司外建立了規模最大的企業自然語言處理研究部門之一。Tim Rocktäschel 則是另一種背景：他既是倫敦大學學院（UCL）的正式教授，專研強化學習與湧現推理，同時直到近期仍擔任 Google DeepMind 的主任科學家，是少數同時在頂尖學術機構與前沿實驗室身兼要職的研究員之一。

其餘創辦人 Josh Tobin、Jeff Clune 與 Tim Shi 均出身 OpenAI。其中 Clune 因開放式學習（open-ended learning）與演化演算法的基礎性研究而聞名，其學術成果與 Recursive Superintelligence 的自我改進技術命題高度相關。

在完全保密地運作了四個月之後，這支團隊的聲譽顯然足以在尚未展示任何產品的情況下，吸引規模驚人的資金承諾。

核心使命：讓 AI 研發回路自動閉合

該公司的技術野心既明確，又令人震驚。當前全球頂尖 AI 實驗室——Anthropic、OpenAI、Google DeepMind——都仰賴龐大的人類研究員團隊來設計評估基準、策劃訓練資料、執行後訓練對齊程序，並規劃未來研究方向。Recursive Superintelligence 的目標，就是把上述每一個步驟全部自動化。

具體而言，該系統將透過自主評估找出自身弱點，設計資料管道加以補強，依照自行設定的目標進行訓練，再遞迴地重複整個過程——全程無需人類研究員在任何一個環節按下確認鍵。

根據流傳的融資說明文件描述，「目標是把人類研究員需要數年才能完成的工作，壓縮到幾週或幾個月內完成。」創辦團隊認為，前沿 AI 發展的瓶頸已不再是算力或架構洞見，而是必須在訓練生命週期中做出無數微觀決策的人類研究員頻寬。一旦自動化這些決策，AI 進步的速度將呈指數級加快。

「AI 科學家」或「遞迴自我改進」的概念在 AI 安全與能力研究領域流傳已超過十年。Recursive Superintelligence 的賭注，是 2026 年正是算力、基礎模型與工具鏈成熟到足以讓這個概念從哲學思辨變成工程問題的轉折點。

為何 GV 與輝達選擇入局

GV 的參與格外引人注目——Google 本身已透過 Google DeepMind 運營世界最頂尖的 AI 研究機構之一，並持續以 Gemini 系列開發前沿模型。支持一家足以加速與 Google 自身 AI 部門競爭的新創公司，意味著 GV 要麼對創辦人極具信心，要麼視其為戰略性對沖，或是潛在的收購標的。

輝達的邏輯則更為直白。其 H100 與 B200 GPU 叢集幾乎為全球所有正式的前沿訓練任務提供算力。一家致力於持續、遞迴自我改進訓練的新創公司，長期下來將需要天量算力——輝達的投資本質上是一份嵌入認購條款的商業關係。

這輪融資在毫無產品的情況下嚴重超額認購，本身就說明了 2026 年 AI 投資生態的現狀。當大多數科技巨頭都在砸下千億資本建設 AI 基礎設施，創投資金正急切地尋找任何可能位於模型提供者上一層的賽道——也就是自動化生產模型本身的那一層。

自我改進的邊界與安全風險

Recursive Superintelligence 所進入的，是一個頂尖 AI 組織已在悄悄推進類似技術的領域。OpenAI 的內部基礎設施據報已包含大規模自動評估與合成資料管道；Google DeepMind 的 AlphaProof 與 AlphaGeometry 證明了 AI 系統能夠在幾乎不需人類引導的情況下，在形式數學領域做出真正新穎的發現；Anthropic 的憲法 AI 研究也代表了一種早期的、受約束的自動對齊形式。

使 Recursive Superintelligence 的提案更具爭議性的，是它要從研究議程設定層面就移除人類監督——如果系統認為某項能力值得追求，它應該自主做出這個判斷，而不是等待人類研究員提出假設。

這個野心直接碰觸了 AI 安全研究的核心議題：能夠修改自身目標或訓練流程的系統，正是對齊研究者花費多年試圖預防的場景。公司創辦人中有多位發表過重要的 AI 安全學術成果，預計將在五月發布時公開其安全架構設計，但具體細節目前尚未對外透露。

接下來的時間表

Socher 在四月的一次訪談中表示，公司的公開發布將在「約一個月後」到來，預計落點在 2026 年五月中旬。首批產品定位為企業或研究端平台，而非消費者聊天機器人，設計初衷是作為自主研究助理，與現有 AI 開發團隊協同運作。

口袋裡有五億美元，創辦人集體參與構建了當今最先進模型的開發工作，Recursive Superintelligence 已具備充分資源來驗證其命題。AI 能否真正運行 AI 研究室——以及這究竟是一項成就還是一個警示——是整個產業五月將密切關注的問題。